Liquid AIのd1.2がAI Gatewayに対応|音声の分類・画像内の位置検出を仕事に使うには

音声と画像を分類結果へ振り分ける漏斗を描いたイラスト

問い合わせの音声を担当部署へ振り分ける。書類の画像から署名の場所を探す。こうした「決まった基準で分類・確認する作業」に向けたAIが、既存の開発フローへ組み込みやすくなりました。

Vercelは2026年11月19日、Liquid AIのd1.2とd1.2-ultraをAI Gatewayで提供開始したと発表しました。音声入力と、画像内の対象を囲む位置情報に対応します。モデル自体はLiquid AIが11月16日に発表しており、今回のニュースはVercel経由の利用開始です。

文章を読む作業から、結果を扱う作業へ

d1.2は「判断モデル」と呼ばれる種類のAIです。あらかじめ質問の形式を決め、はい・いいえの確率、選択肢、評価などを、プログラムで扱いやすい形で受け取ります。自由な文章を返してもらい、後から必要な答えを抜き出す手間を減らす設計です。

Vercelの説明では、同じ入力に複数の質問をまとめて投げられます。たとえば一件の問い合わせについて、「返金の依頼か」「どの担当へ送るか」を別々の項目として扱う考え方です。長い回答を人が読み直す作業を、定型的な確認へ整理する用途が想定できます。

位置情報の返答では、画像の高さ・幅に対する割合で対象の上下左右を受け取ります。Vercelは、書類の署名位置を探す例を紹介しています。画像を生成する機能ではなく、入力した画像のどこに対象があるかを示すものです。

音声や画像を、先に決めた質問へ渡す

仕組みは「入力を用意する→質問と答えの形式を決める→結果を受け取る」という流れです。公式例では、留守番電話の音声ファイルを渡し、話し手が返金を求めている確率を得ています。全文の文字起こしを自分で作ってから分類する手順を、用途によってはまとめられそうです。

Liquid AIのモデル発表では、値の読み取り、文章中の該当箇所の抽出、画像内の対象位置なども説明されています。ただし、提供経路や使うAPIによって対応する入力・質問形式を確認する必要があります。発表された機能をすべて同じ呼び出し方で使えると考えない方がよいでしょう。

音声や画像を入力し、質問を決めて分類や位置情報を受け取る流れの概念図
入力・質問・形式を決めた返答の流れ(AI生成の概念図・実際の製品画面ではありません)

問い合わせの一次整理から試すなら

ここからは導入方法の提案です。最初は「配送・支払い・その他」のように、分類先が少なく、正解を人が確認できる仕事を選ぶと評価しやすくなります。架空の問い合わせや利用許可のあるサンプルを用意し、AIの結果を人の分類と比べます。

一つの問い合わせに複数の話題が含まれる場合や、対象外の内容が来る場合も入れておくと、実際の運用に近づきます。無理にいずれかの部署へ送らず、人が確認する行き先を残す設計も考えられます。これは本記事の活用案で、実際に導入して効果を測定した結果ではありません。

Vercelはd1.2を高速・低コスト側、d1.2-ultraを精度重視側として紹介しています。最初から名称だけで選ばず、自分のデータで間違い方と処理時間を比べると、使い分けの判断材料になります。

少量で試し、正解と比べ、人が確認する導入方法の図解
小さなテストと人の確認を組み合わせる導入案(AI生成の説明図)

確率の数字と、自分の業務での正しさを分ける

返された確率は、個々の結果が必ず正しいという保証ではありません。Liquid AIは確率と実際の正答率の近さを評価していますが、社内の録音、雑音の多い音声、日本語の独特な言い回しでも同じ結果になるかは別の確認が必要です。

誤分類した際の影響が大きい処理や、返金の実行などは、分類結果だけで進めず確認工程を設けるとよいでしょう。音声や書類を外部APIに送る前には、個人情報や秘密情報の扱い、保存条件も確認します。

料金と利用条件は、接続先ごとに確認

確認時点のVercelモデルページでは、d1.2の入力料金は100万トークン当たり0.02米ドルと表示されています。トークンはAIが入力の量を数える単位で、音声や画像を一件何円とする料金ではありません。

Liquid AIの直接APIの発表価格は、入力100万トークン当たりd1.2が0.02米ドル、d1.2-ultraが0.042米ドルです。一方、Vercelのultraページは0.04米ドルと表示しており、表示精度など差の理由までは確認できませんでした。実利用前には接続先の最新料金と請求条件を確認してください。

今回確認できたのは開発者向けAPIの対応です。日本語の業務音声での精度や、日本から使う場合の個別アカウント条件は未検証です。新規契約や実データ送信を急ぐより、まず小さな分類テストで、どの結果を人へ戻すかまで決めると使いどころが見えてきます。

公式情報・出典

※2026年11月20日に公式情報を確認。画像は説明のためのAI生成イメージで、製品画面や実測結果ではありません。